股票分析中的小数定律

　　决策过程就充斥小数定律。依赖历史上出现的图形作为案例依据，但由于历史上的案例有其发生的特定条件，抽象程度不够，样本的可比性就很差，而且和容易发生与现有状况相似的统计意义上的比较无从谈起，很容易陷入小数定律偏差。

　　所谓的压力线和支撑线都只是心理暗示而已，各种图形出现的可能性都是存在的，从历史中提炼普遍规律是件很困难的事，要发现超过10个以上的相同样本都很难。结果就是大家总是按照指数的整数位作为心理底线，市场对指数点位的判断就是一场情绪波动的正态分布，只是平均数总在随着大盘涨跌而漂移。

　　在行业和股票基本面分析中也有类似情况。例如，我们总会不经意间把中国经济跟日本和美国对比，偶尔会把韩国拉进来，但是很少会去对比欧洲，其实这主要是因为我们相对而言不太熟悉欧洲经济史而已。局限于这几个小样本就隐含着小数定律偏差的威胁，选择样本环节就已经出现了知识结构的偏差。具体而言，韩国经济结构存在严重的产业不均衡特点，这是小经济体的普遍现象。

　　另外一个例子就是银行和地产业的简单对比。美国的银行发展路径是高度分散到集中，直接融资占主导性地位，而中国的银行业则从高度集中到相对分散，结果就是两者的资产负债结构完全不同，过多地拘泥于利差，没有可比性。为了佐证自己的观点，投资者习惯于拿中国银行业的短板与美国的长处比，殊不知老外多么羡慕中国的银行有比例这么高的稳定的负债来源。

　　地产则是典型的非贸易品，其定价更多地取决于各国的货币环境和内需驱动因素，而且地产都是各国的支柱产业，经济周期都逃不脱房地产业的波动。日本的案例是一个极端畸形的表现，拿日本样本演绎中国房地产业还是要小心。

　　股票分析中小数定律更多，最典型的就是在寻找成长股中试图发现第二个微软、第二个苹果、第二个沃尔玛，当然还有第二个巴菲特，结果都是徒劳的。这些伟大公司和投资者的成功本来就有其独特的不可复制的因子，从我们微观角度看到的很多是偶然性，特别是企业家精神。我们去比较苏宁和百思买，也会发现前者拷贝后者商业模式的基础上大量受益于低成本这一中国特色，而且财务报表差别也很大。

相关阅读：